了解更多：https://bit.ly/4pCoIqu
通过这门名为“AI 代码审查”的短课程，学习如何使 AI 代码审查变得高效，并构建您自己的审查代理。该课程由 Nnenna Ndukwe 讲授，并与 Qodo 合作开发。
AI 代码审查的质量更多地取决于审查者所掌握的上下文，而非其背后的模型。随着 AI 编写的代码在团队代码中占比越来越大，上下文是确保审查可靠性的关键：拉取请求可能看起来合理，但却遗漏了需求或隐藏了安全问题，而且通常内容过多，无法人工逐一检查。
您将从实用的技巧开始，以从 AI 审查中获得更多价值，例如在打开拉取请求之前进行审查，为审查者提供任务和仓库上下文，并根据风险对发现进行分级。然后，您将构建一个具有上下文感知能力的审查系统，首先从检索最相关代码的上下文引擎开始，并将其扩展为一组专门的代理集合。
具体而言，您将：理解什么是良好的代码审查，以及 AI 审查与人工审查有何不同。应用使 AI 审查更有效的实践：在打开拉取请求之前运行审查，使用未编写该代码的审查者，并提供其所需的任务和仓库上下文。根据风险对发现进行分级，并将良好的反馈转化为可重用的标准，使每次审查都能使下一次审查更加精准。了解为什么上下文感知的审查能捕捉到仅基于差异的审查所遗漏的内容，然后使用分块、嵌入和向量搜索构建上下文引擎。将专门的代理（如安全专家和代码库模式专家）组合成一个集合，其表现优于单个通用审查者。
最后，您将能够捕捉到今天 slipping through 的安全漏洞、遗漏的需求和模式违规，并构建一个能持续发现这些问题的审查者。
立即报名：https://bit.ly/4pCoIqu